本发明专利技术公开了基于频闪光源的轴承端面平缓磨伤检测方法及装置，基于平面光源下的轴承端面成像，进行轴承端面的边缘定位，确定视觉检测感兴趣区域；采用频闪环形光对轴承端面进行多角度高频照射，基于不同角度光线的轴承端面图像和感兴趣区域，进行有效检测区域分割，根据有效检测区域图像整体方差和前后图像的差分图，基于不同角度光照的图像之间灰度信息的差异进行特征融合，得到融合特征图；基于融合特征图构建深度学习数据集，通过目标检测模型进行轴承端面平缓磨伤检测训练，将训练好的目标检测模型用于轴承端面平缓磨伤检测，从而提高轴承端面平缓磨伤的检测精度，实现轻微平缓磨伤缺陷的检测。缓磨伤缺陷的检测。缓磨伤缺陷的检测。
【技术实现步骤摘要】
基于频闪光源的轴承端面平缓磨伤检测方法及装置
[0001]本专利技术属于图像处理和轴承图像检测，具体涉及基于频闪光源的轴承端面平缓磨伤检测方法及装置。
技术介绍
[0002]在生产轴承等产品时，由于在产线上的流转，检测面会有不同方向和程度的划痕；而磨伤缺陷的垂直表面特征和表面的细微划痕非常相似。
[0003]磨伤缺陷区别于正常品的特征是：磨加工时产品位置偏，导致低于正常平面同时又比较平缓的缺陷。
[0004]人工检测时，需要使检测台日光灯斜方向照射，然后人眼通过侧方向可以看到缺陷位置，但是对检验员经验要求很高，且容易漏检。
[0005]已有的视觉检测技术，一般使用正面散射光得到均匀亮度的图像，识别表面脏污锈迹和严重磕碰等图像中灰度变化明显的缺陷。对于磨伤较为严重的产品，在正面均匀光照下能够看到小部分纹路，但无法准确区分缺陷和产品纹理；当磨伤缺陷角度较小、纹路更平缓时就无法识别。
[0006]因此亟需研究一种能够有效检测轴承端面平缓磨伤的视觉检测技术。
技术实现思路
[0007]为解决现有技术的不足，通过设计不同的光源方案模拟人工检测，使缺陷较为明显地在图像中呈现，实现轻微平缓磨伤缺陷检测的目的，本专利技术采用如下的技术方案：
[0008]基于频闪光源的轴承端面平缓磨伤检测方法，包括如下步骤：
[0009]步骤S1：基于平面光源下的轴承端面成像，进行轴承端面的边缘定位，确定视觉检测感兴趣区域；
[0010]步骤S2：采用频闪环形光对轴承端面进行多角度高频照射，基于不同角度光线的轴承端面图像和感兴趣区域，进行有效检测区域分割，根据有效检测区域图像整体方差和前后图像的差分图，基于不同角度光照的图像之间灰度信息的差异进行特征融合，得到融合特征图；
[0011]步骤S3：基于融合特征图构建深度学习数据集，通过目标检测模型进行轴承端面平缓磨伤检测训练，将训练好的目标检测模型用于轴承端面平缓磨伤检测。
[0012]进一步地，所述步骤S1包括如下步骤：
[0013]步骤S1.1：基于平面光源下的轴承端面图像，通过二值化算法得到轴承端面的二值化图像；
[0014]步骤S1.2：轴承端面二值化图像通过轮廓提取算法，找到最大连通域点集合；
[0015]步骤S1.3：根据最大连通域点集合中的数据，使用最小二乘法拟合轴承端面最大外接圆；
[0016]步骤S1.4：根据轴承端面最大外接圆的宽度，确定金属检测面边界，进而确定轴承
端面图像中的感兴趣区域。
[0017]进一步地，所述步骤S2包括如下步骤：
[0018]步骤S2.1：控制频闪环形光多角度依次照射轴承端面，得到一组不同角度光线的轴承端面图像，轴承端面图像根据感兴趣区域进行有效检测区域分割，得到一组有效检测区域图像；
[0019]步骤S2.2：基于有效检测区域图像对应像素点的灰度值和一组有效检测区域图像对应像素点的灰度平均值，进行整体方差计算，得到方差图；
[0020]步骤S2.3：循环计算前后方差图的差分图；
[0021]步骤S2.4：对差分图集合取最大值，得到最大差分图；
[0022][0023]其中表示差分图像对应像素点的灰度值；
[0024]步骤S2.5：将方差图及其对应的最大差分图进行加权叠加，得到融合特征图。
[0025][0026]其中为加权比例，。
[0027]进一步地，所述步骤S2.2中的方差计算如下：
[0028][0029]其中表示方差图，表示有效检测区域图像横纵坐标对应像素点(x,y)的灰度值，表示一组有效检测区域图像对应像素点的平均值，图像个数为频闪环形光频闪次数n。
[0030]进一步地，所述步骤S2.3中，循环计算前后方差图的差分图像：
[0031][0032]其中表示n张频闪图集合中的第i张图减去第i
‑
1张图的差分图。
[0033]进一步地，所述步骤S3包括如下步骤：
[0034]步骤S3.1：基于磨伤缺陷的融合特征图，构建数据集；
[0035]步骤S3.2：对数据集中的磨伤缺陷区域进行标注，得到已标注数据集，每个标注方框保存左上角点位置x坐标，左上角点位置y坐标，方框宽度，方框高度和类别信息；
[0036]步骤S3.3：将已标注数据集划分为训练集和验证集；
[0037]步骤S3.4：对训练集进行数据扩增；
[0038]步骤S3.5：使用目标检测算法在预训练模型上基于扩增后的训练集进行迁移学习，使用预训练模型各层的权重参数可以提高磨伤数据集的训练速度；
[0039]步骤S3.6：根据验证集的验证效果，得到最终训练好的目标检测模型；
[0040]步骤S3.7：检测时，通过步骤S1、步骤S2，得到待检测轴承端面的融合特征图，采用训练好的目标检测模型进行缺陷检测。
[0041]基于频闪光源的轴承端面平缓磨伤检测装置，包括光源、图像获取模块、图像处理模块和目标检测模型，所述光源包括平面光源和频闪环形光源，图像获取模块基于平面光源下的轴承端面成像，基于图像处理模块进行轴承端面的边缘定位，确定视觉检测感兴趣区域；图像获取模块通过频闪环形光源对轴承端面的多角度高频照射，通过图像处理模块
基于不同角度光线的轴承端面图像和感兴趣区域，进行有效检测区域分割，根据有效检测区域图像整体方差和前后图像的差分图，基于不同角度光照的图像之间灰度信息的差异进行特征融合，得到融合特征图；目标检测模型基于融合特征图构建深度学习数据集，进行轴承端面平缓磨伤检测训练，训练好后用于轴承端面平缓磨伤检测。
[0042]进一步地，所述图像处理模块基于平面光源下的轴承端面图像，通过二值化算法得到轴承端面的二值化图像；轴承端面二值化图像通过轮廓提取算法，找到最大连通域点集合；根据大连通域点集合中的数据，使用最小二乘法拟合轴承端面最大外接圆；根据轴承端面最大外接圆的宽度，确定金属检测面边界，进而确定轴承端面图像中的感兴趣区域。
[0043]进一步地，所述图像处理模块通过控制频闪环形光多角度依次照射轴承端面，得到一组不同角度光线的轴承端面图像，轴承端面图像根据感兴趣区域进行有效检测区域分割，得到一组有效检测区域图像；基于有效检测区域图像对应像素点的灰度值和一组有效检测区域图像对应像素点的灰度平均值，进行整体方差计算，得到方差图；循环计算前后方差图的差分图；对差分图集合取最大值，得到最大差分图；将方差图及其对应的最大差分图进行加权叠加，得到融合特征图。
[0044]进一步地，所述目标检测模型将一部分标注磨伤缺陷的融合特征图作为训练集，经训练集数据扩增后，通过目标检测算法进行迁移学习，并将另一部分标注磨伤缺陷的融合特征图作为测试集进行验证，训练好后，对经过数据处理模块处理后的待检测轴承面的融合特征图，进行缺陷检测。
[0045]本专利技术的优势和有益效果在于：
[0046]本专利技术的基于频闪光源的轴承本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于包括如下步骤：步骤S1：基于平面光源下的轴承端面成像，进行轴承端面的边缘定位，确定视觉检测感兴趣区域；步骤S2：采用频闪环形光对轴承端面进行多角度高频照射，基于不同角度光线的轴承端面图像和感兴趣区域，进行有效检测区域分割，根据有效检测区域图像整体方差和前后图像的差分图，基于不同角度光照的图像之间灰度信息的差异进行特征融合，得到融合特征图；步骤S3：基于融合特征图构建深度学习数据集，通过目标检测模型进行轴承端面平缓磨伤检测训练，将训练好的目标检测模型用于轴承端面平缓磨伤检测。2.根据权利要求1所述的基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于，所述步骤S1包括如下步骤：步骤S1.1：基于平面光源下的轴承端面图像，通过二值化算法得到轴承端面的二值化图像；步骤S1.2：轴承端面二值化图像通过轮廓提取算法，找到最大连通域点集合；步骤S1.3：根据最大连通域点集合中的数据，使用最小二乘法拟合轴承端面最大外接圆；步骤S1.4：根据轴承端面最大外接圆的宽度，确定金属检测面边界，进而确定轴承端面图像中的感兴趣区域。3.根据权利要求1所述的基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于，所述步骤S2包括如下步骤：步骤S2.1：控制频闪环形光多角度依次照射轴承端面，得到一组不同角度光线的轴承端面图像，轴承端面图像根据感兴趣区域进行有效检测区域分割，得到一组有效检测区域图像；步骤S2.2：基于有效检测区域图像对应像素点的灰度值和一组有效检测区域图像对应像素点的灰度平均值，进行整体方差计算，得到方差图；步骤S2.3：循环计算前后方差图的差分图；步骤S2.4：对差分图集合取最大值，得到最大差分图；步骤S2.5：将方差图及其对应的最大差分图进行加权叠加，得到融合特征图。4.根据权利要求3所述的基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于，所述步骤S2.2中的方差计算如下：，其中表示方差图，表示有效检测区域图像横纵坐标对应像素点(x,y)的灰度值，表示一组有效检测区域图像对应像素点的平均值，图像个数为频闪环形光频闪次数n。5.根据权利要求4所述的基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于，所述步骤S2.3中，循环计算前后方差图的差分图像：
，其中表示n张频闪图集合中的第i张图减去第i
‑
1张图的差分图。6.根据权利要求1所述的基于频闪光源的轴承端面平缓磨伤检测方法，其特征在于，所述步骤S3包括如下步骤：步骤S3.1：基于磨伤缺陷的融合特征图，构建数据集；步骤S3.2：对数...
【专利技术属性】
技术研发人员：马璞璠，
申请(专利权)人：杭州深度视觉科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。